[논문 리뷰] Boundary-Induced Biases in Climate Networks of Extreme Precipitation and Temperature

Behzad Ghanbarian, Victor Oladoja외 3명|arXiv (Cornell University)|2026. 01. 31.

Climate variability and models인용 수 0

한 줄 요약

본 논문은 극한 강수 및 기온의 기후 네트워크에 대해 두 가지 일반적인 경계 보정 방법(뺄셈과 나눗셈)을 비교하고, 통계적으로 다른 결과를 도출하며 계절에 따라 구분되는 네트워크 패턴을 강조한다.

ABSTRACT

To address spatial boundary effects in climate networks, two surrogate-based correction methods, (1) subtraction and (2) division, have been widely applied in the literature. In the subtraction method, an original network measure is adjusted by subtracting the expected value obtained from a surrogate ensemble, whereas in the division method, it is normalized by dividing by this expected value. However, to the best of our knowledge, no prior study has assessed whether these two correction approaches yield statistically different results. In this study, we constructed complex networks of extreme precipitation and temperature events (EPEs and ETEs) across the CONUS for both summer (June-August, JJA) and winter (December-February, DJF) seasons. We computed key network metrics degree centrality (DC), clustering coefficient (CC), mean geographic distance (MGD), and betweenness centrality (BC) and applied both correction methods. Although the corrected spatial patterns generally appeared visually similar, statistical analyses revealed that the network measures derived from the subtraction and division methods were significantly different at the 95 percent confidence level. Across the CONUS, network hubs of EPEs were primarily concentrated in the northwestern United States during summer and shifted toward the east during winter, reflecting seasonal differences in the dominant atmospheric drivers. In contrast, the ETE networks showed strong spatial coherence and pronounced regional teleconnections in both seasons, with higher connectivity and longer synchronization distances in winter, consistent with large-scale circulation patterns such as the Pacific-North American and North Atlantic Oscillation modes. Our results indicated that the network metrics CC and MGD were more sensitive to the correction methods than the DC and BC, particularly in the EPE networks.

연구 동기 및 목표

• 기후 네트워크에서 공간적 경계 효과를 다루어야 함을 촉구한다.
• 두 계절(여름과 겨울)에 걸쳐 CONUS 전역의 극한 강수 이벤트(EPEs)와 기온 이벤트(ETEs)의 복합 네트워크를 구축한다.
• 두 가지 보정 방법 하에서 네트워크 지표(차수 중심성, 군집 계수, 평균 지리적 거리, 매개중심성)를 계산한다.
• 두 보정 방법의 통계적 차이를 비교하여 서로 다른 결과를 산출하는지 결정한다.
• 대기로 인한 구동력에 비추어 네트워크 구조와 연결성의 계절별 차이를 해석한다.

제안 방법

• JJA(여름)와 DJF(겨울)에 걸쳐 CONUS 전역의 EPE 및 ETE 기후 네트워크를 구축한다.
• 네트워크 지표: 차수 중심성(DC), 군집 계수(CC), 평균 지리적 거리(MGD), 매개중심성(BC)을 계산한다.
• 두 가지 대체 기법 기반 경계 보정 방법을 적용한다: 뺄셈(대리 평균을 뺀 값으로 보정) 및 나눗셈(대리 평균으로 나누어 정규화).
• 95% 신뢰 구간에서 뺄셈으로 얻은 네트워크와 나눗셈으로 얻은 네트워크를 비교하는 통계 분석을 수행한다.
• 저명한 대기 구동력과 관련하여 네트워크 허브의 공간 패턴 및 계절적 변화와 원격 연결을 분석한다.

실험 결과

연구 질문

• RQ1 뺄셈 보정과 division 대리 보정이 EPE 네트워크와 ETE 네트워크의 네트워크 지표에 통계적으로 다른 차이를 보이는가?
• RQ2 두 보정 방법이 CONUS의 허브 및 연결성의 공간 패턴에 어떤 영향을 미치는가?
• RQ3 EPE 및 ETE 네트워크의 계절별 차이는 무엇이며, 이를 Pacific-North American 및 North Atlantic Oscillation 모드와 같은 대기 구동력과 어떻게 관련되는가?

주요 결과

• 뺄셈 보정 및 나눗셈 보정으로 보정된 네트워크 지표는 95% 신뢰 구간에서 통계적으로 유의하게 다르다.
• EPE 네트워크는 허브의 계절적 변화가 나타난다: 여름에는 미국 북서부, 겨울에는 동향으로 이동.
• ETE 네트워크는 두 계절 모두에서 강한 공간적 일관성과 두드러진 지역 원격연계가 나타나며, 겨울에 더 높은 연결성과 더 긴 동기화 거리를 보인다.
• CC와 MGD는 보정 방법에 더 민감하며, 특히 EPE 네트워크의 경우 DC와 BC보다 민감도가 큼.
• 결과는 극한 강수 및 기온에 영향을 미치는 알려진 대규모 순환 패턴과 일치한다.